基于云模型的高校课堂教学质量评价模型及方法研究

康苏明　张杰　张景安

摘要：教学质量评价是高校教学质量监控的重要手段，对提高课堂教学质量具有积极意义和重要作用。应用云模型、德尔菲法确定评价因素权重，利用逆向云发生器实现评价指标评语的定性定量转换，并运用虚拟云算法获得最终的评价云模型，通过分析数字特征和云滴分布情况得到评价结果。经实例证明，评价结果直观、可靠，具有一定的实践意义和指导作用。

关键词：教学质量评价 云模型 逆向云发生器 定性定量转换

中图分类号：TP311.52 文献标识码：A DOI：10.3969/j.issn.1003-6970.2015.04.011

0.引言

课堂教学质量评价是高等院校教学质量管理的重要环节和内容。开展教师课堂教学质量评价对于引导教师不断进行教学改革，提高课堂教学质量和水平具有积极意义和重要作用。目前常用的评价模型有加权平均法、模糊评价法和粗糙集理论等。加权平均法综合考虑了评价的各项指标，并利用各项指标的权重系数求出最后的综合评价分数，基本实现了评价的目标，但是评价结果仅是一个单一的数值，丢失了评价的具体细节，不能反映出被评价对象在各评价指标方面的具体状况。同时各项指标作为孤立的因素参与综合评价，相对于各级指标之间的关联性以及评价本身的多因素和多层次性来说，这种评价模型显然不够合理和准确。模糊评价方法，较好地解决了评价指标描述语言的模糊性问题，评价过程更细腻，而且评价结果是一个向量，克服了评价结果单一的缺陷，包含的信息量更加丰富。但是在模糊评价过程中，获取模糊评价矩阵是一个难点，主观性较强，并不是非常的严格和科学。粗糙集方法可以减少数据量，但是属性约简后的信息会相对不完整。基于云模型的综合评价模型，利用云发生器算法实现评价指标的定量分析和定性分析间的相互转换，利用虚拟云理论获得最后的评价结果，不仅可以得到评价的等级以及评价结果对于各个等级的隶属度，还可以得到评价结果云模型的数字特征和云图，通过云滴的分布情况，更直观地掌握评价结果，挖掘出隐藏在其中有价值的信息，分析出教学质量评价过程中模糊性和随机不确定性，从而获得更加细腻、真实的评价结果，是一个能反映最终评价等级，又能反映不确定性的综合评价模型，充分体现了评价过程中不确定性对最终评价结果的影响，使整个评价过程更加具有说服力。